323
GIÁM SÁT HẠN HÁN KHU VỰC HUYỆN THUẬN NAM,
TỈNH NINH THUẬN BẰNG CHỈ SỐ TIÊU CHUẨN THỰC VẬT SVI
TRÍCH XUẤT TỪ ẢNH VỆ TINH MODIS
Đỗ Tuấn Kiệt 1, Lê Trọng Diệu Hiền1*
1. Khoa Khoa học Quản lý, Trường Đại học Thủ Dầu Một
* Liên h email: hienltd@tdmu.edu.vn
TÓM TẮT
Hạn hán, một hiện tượng thiếu hụt nước, đang gây ra nhiều ảnh hưởng tiêu cực đối với sản
xuất nông nghiệp và đời sống của cộng đồng. Huyện Thuận Nam, nằm trong tỉnh Ninh Thuận, một
trong những khu vực đang phải đối mặt với tình trạng hạn hán do nhiều nguyên nhân khác nhau như
biến đổi khí hậu, hoạt động của con người, và các vấn đề liên quan đến quản lý thủy lợi không hiệu
quả. Để đối phó và kiểm soát tình trạng hạn hán việc giám sát tình trạng này ở huyện Thuận Nam là
cực kỳ quan trọng. Nghiên cứu này sử dụng dữ liệu từ viễn thám (ảnh vệ tinh MODIS) để xây dựng
bản đồ phân vùng hạn hán để đánh giá mức độ hạn hán theo thời gian từ kết quả nghiên cứu đề
xuất các giải pháp hạn chế tình trạng hạn hán trong khu vực. Kết quả của nghiên cứu cung cấp cái
nhìn ràng về nh trạng hạn hán trong những năm gần đây, như năm 2022 2023. Cuối cùng,
nghiên cứu đã chứng minh được tiềm năng của viễn thám trong việc giám sát dự báo tình trạng
hạn hán, từ đó hỗ trợ quá trình quản lý tài nguyên nước một cách hiệu quả hơn.
Từ khóa: Chỉ số SVI, hạn hán, MODIS, Ninh Thuận, Thuận Nam.
1. MỞ ĐẦU
Biến đổi khí hậu một vấn đề toàn cầu, đang gây ra những tác động tiêu cực đối với môi trường
cuộc sống của con người. Trong số các hiện tượng gây ra do biến đổi khí hậu, lụt hạn hán
đang ngày càng trở nên phức tạp và khó lường. Tại Việt Nam, hạn hán thường xuyên xảy ra, đặc biệt
các khu vực như y Nguyên, Nam Trung Bộ Đồng bằng sông Cửu Long (ĐBSCL). Theo
báo cáo của Ban chỉ đạo Trung ương về phòng chống thiên tai năm 2016, cuối năm 2014, ảnh hưởng
của hiện tượng El Nino mạnh kỷ lục đã gây ra tình trạng hạn hán trên diện rộng các tỉnh Tây
Nguyên, Nam Trung Bộ và ĐBSCL (Le và nnk., 2019). Sự thiếu hụt nghiêm trọng về lượng mưa đã
dẫn đến việc hầu hết các hồ chứa thủy lợi, thủy điện hoạt động dưới dung tích thiết kế và dưới mức
trung bình của nhiều năm, đồng thời nhiều hồ đã cạn khô (Đình Tăng, 2016). Tình trạng hạn hán đã
gây ra tổn thất lớn đối với sản xuất nông nghiệp, thủy sản và ảnh hưởng nghiêm trọng đến cuộc sống
và sinh kế của người dân.
Tuy nhiên, đối với tỉnh Ninh Thuận - nơi được coi vùng đất khô hạn nhất cả nước (Kim Thủy,
2023), hạn hán được đặt ở vị trí ưu tiên hàng đầu về mức độ ảnh hưởng. Mặc trong nhiều năm qua,
chính phủ chính quyền địa phương đã ch cực xây dựng nhiều hạng mục thủy lợi cung cấp
nguồn nước để hỗ trợ phát triển kinh tế - xã hội, nhưng những nỗ lực này vẫn chưa đủ để giải quyết
vấn đề cung sử dụng hiệu quả nguồn nước, đặc biệt khi nh hình khô hạn diễn ra mạnh mẽ
địa phương này, nhất là trong năm 2016 (Bộ tài nguyên và môi trường, 2016).
Ninh Thuận một tỉnh ven biển thuộc vùng Duyên Hải Nam Trung Bộ với lượng mưa trung
bình năm chỉ khoảng từ 700-800 mm/năm, trong đó mùa khô kéo dài từ tháng 12 đến tháng 8 năm
sau (Đỗ Hợp, 2023). Khí hậu khô hạn thách thức lớn đối với phát triển kinh tế - hội của Ninh
Thuận, đặc biệt đối với sản xuất nông nghiệp (Nguyễn Ngọc Anh, 2020). Tại huyện Thuận Nam,
hạn hán đã đưa hàng ngàn hecta đất trồng lúa phải ngưng canh tác và gây thiệt hại nặng nề cho động
324
vật do thiếu nước (Thông tấn xã Việt NAm, 2024). Từ tình hình này, xuất phát từ thực tế đó, có một
vấn đề cấp bách cần được giải quyết là việc xác định rõ nguy cơ về vùng bị hạn hán. Điều này là cơ
sở để thiết lập các biện pháp giám sát và quản lý hiệu quả, nhằm chống lại và giảm thiểu thiệt hại
hạn hán mang lại cho cuộc sống của người dân địa phương.
Việc sử dụng dữ liệu từ các vệ tinh quan trắc trái đất đang thu hút sự quan tâm lớn, đặc biệt là
trong việc đánh giá và theo dõi sự khởi đầu của tình trạng khô hạn. Các dữ liệu viễn thám từ vệ tinh
cung cấp một nguồn thông tin liên toàn diện về trạng thái môi trường, cho phép xác định cả thời
điểm mức độ của hiện tượng khô hạn liên tục (Cục Viễn thám quốc gia, 2020). Bộ cảm MODIS
(Moderate Resolution Imaging Spectroradiometers) trên các vệ tinh TERRA AQUA chủ yếu tập
trung vào cung cấp dữ liệu hàng ngày với nhiều kênh phổ, có ứng dụng rộng rãi trong việc giám sát
bề mặt trái đất (Huynh nnk., 2012). Điều này mang lại ưu điểm của chu kỳ quan sát ngắn hạn
khả năng phủ sóng mặt đất rộng lớn (Huynh nnk., 2012). Ngoài ra, khả năng ước tính chính xác
về nhiệt độ bề mặt và độ ẩm không khí, đặc biệt là với mức độ chi tiết rộng lớn trên vùng quan tâm,
giúp MODIS trở thành công cụ mạnh mẽ và hiệu quả (Huynh và nnk., 2012).
Việc áp dụng chỉ số tiêu chuẩn thực vật (Standard Vegetation Index - SVI) để giám sát hạn hán
trong khu vực huyện Thuận Nam, tỉnh Ninh Thuận thông qua ảnh vệ tinh MODIS là một quyết định
có tính chiến lược, đồng thời mang lại nhiều ưu điểm quan trọng. Sự lựa chọn SVI là do độ nhạy cao
của chỉ số này đối với thay đổi trong thảm thực vật. SVI khả năng chính xác phản ánh mức độ phát
triển của thảm thực vật và thay đổi màu sắc của (Prananda nnk., 2020), đặc biệt trong bối
cảnh hạn hán. Khi xảy ra hạn hán, sự suy giảm nước dinh dưỡng sẽ ảnh hưởng đến sức khỏe của
cây cỏ và cây trồng, tạo nên sự thay đổi trong giá trị SVI. Dữ liệu từ ảnh vệ tinh MODIS được chọn
độ phân giải phù hợp tần suất quan sát một lần cho một đến hai ngày (Moderate Resolution
Imaging Spectroradiometer (MODIS - LAADS DAAC, không ngày). Điều này cung cấp khả năng
theo dõi chi tiết về thay đổi thực vật trên diện tích lớn, đồng thời giúp nhận biết sớm những biến động
liên quan đến hạn hán (Peters nnk., 2002). Phương pháp này không chỉ giúp phát hiện sớm tình
trạng hạn hán mà còn hỗ trợ trong việc định rõ khu vực bị ảnh hưởng nặng nề nhất. Thông qua SVI,
thể xác định chính xác vị trí của các khu vực mà thảm thực vật bị suy giảm mạnh, từ đó hỗ trợ quá
trình quản lý nguồn nước và thực hiện các biện pháp ứng phó hiệu quả.
Tính đặc biệt của nghiên cứu ứng dụng ảnh viễn thám MODIS thông qua chỉ số tiêu chuẩn
thực vật SVI (Standard Vegetation Index) để theo dõi sự biến đổi bề mặt đất tại huyện Thuận Nam,
tỉnh Ninh Thuận. Nghiên cứu này không chỉ nhằm mục đích đánh giá hạn hán trên diện rộng đối với
khu vực này còn tập trung vào hiểu những ảnh hưởng cụ thể của hiện tượng khô hạn. Bằng
cách này, nó có thể cung cấp thông tin chi tiết toàn diện hơn so với phương pháp truyền thống, đặc
biệt từ các trạm quan trắc khí tượng hiện nay. Đồng thời, nghiên cứu này thể coi viễn thám
MODIS là một phương tiện thay thế ưu việt cho các phương pháp đo đạc truyền thống, hỗ trợ trong
quá trình đánh giá và quản lý tác động của khô hạn đối với môi trường và cộng đồng địa phương.
Do đó, nghiên cứu này sẽ tập trung vào " Giám sát hạn hán khu vực huyện Thuận Nam tỉnh
Ninh Thuận, bằng chỉ số tiêu chuẩn thực vật SVI trích xuất từ ảnh vệ tinh MODIS" với mục tiêu của
đề tài xây dựng một bản đồ phân vùng nguy hạn hán dựa trên thông tin từ huyện Thuận Nam,
tỉnh Ninh Thuận. Điều này nhằm mục đích đánh giá và định rõ các khu vực có rủi ro cao về hạn hán,
tạo ra một công cụ quan trọng để hiểu rõ hơn về tình trạng khô hạn tại khu vực địa lý này.
2. DỮ LIỆU VÀ PHƯƠNG PHÁP NGHIÊN CỨU
2.1. Khu vực nghiên cứu
Huyện Thuận Nam là một địa điểm ven biển thuộc tỉnh Ninh Thuận, nằm phía Nam của tỉnh.
Phía Bắc giáp với huyện Ninh Phước, phía Đông tiếp giáp biển, phía Tây giáp với huyện Ninh Sơn,
phía Nam giáp với tỉnh Bình Thuận. Trung tâm của huyện cách Thành phố Phan Rang - Tháp
Chàm về phía Nam và thành phố Phan Thiết về phía Bắc khoảng 20 km. Diện tích tự nhiên của huyện
325
56.453,11 ha, chiếm 16,81% diện tích tự nhiên của toàn tỉnh. Dân số vào năm 2010 55.187
người, chiếm khoảng 9,75% tổng dân số của tỉnh, với mật độ dân số 97,76 người/km2 (Điều kiện
tự nhiên Cổng thông tin điện tử huyện Thuận Nam - tỉnh Ninh Thuận, không ngày).
Hình 1. Bản đồ hành chính huyện Thuận Nam, tỉnh Ninh Thuận
2.2. Dữ liệu viễn thám
Dữ liệu ảnh MODIS được tải từ trang web chính thức của NASA, được cung cấp qua đường
dẫn sau: https://appeears.earthdatacloud.nasa.gov/. Bộ dữ liệu này bao gồm chuỗi thời gian từ ngày
01/01/2022 đến ngày 31/12/2022 từ ngày 01/01/2023 đến ngày 31/12/2023. Cụ thể đã tải xuống
24 hình ảnh của chỉ số thực vật tăng cường (Enhanced Vegetation Index - EVI) độ tin cậy của
pixel (PIXEL RELIABILITY) mỗi loại trong mỗi năm. Các hình ảnh này được thu thập với tọa độ
WGS 84: 4326 độ phân giải 250m để phản ánh môi trường trên mặt đất một cách chính xác
đồng nhất.
2.3. Phương pháp nghiên cứu
2.3.1. Phương pháp xử lý ảnh
Sử dụng ứng dụng Total Commander phiên bản 64 bit để thực hiện việc đổi tên và sắp xếp dữ
liệu chỉ số thực vật tăng cường (EVI) và độ tin cậy của pixel (PIXEL RELIABILITY) sao cho chúng
cùng định dạng về số ngày trong năm. Quy trình này giúp chuẩn bị dữ liệu để thể chạy trong
ứng dụng RStudio một cách liên tục và hiệu quả.
Các bước chuẩn bị dữ liệu:
- Tải xuống dữ liệu MOD13Q1 tại https://appeears.earthdatacloud.nasa.gov/.
- Tạo hai thư mục, nơi để lưu trữ tất cả dữ liệu, gồm một cho tệp EVI một cho tệp Độ tin cậy
của Pixel, ví dụ: C:/Data_EVI và C:/Data_Pixel_Reliability.
- Trong cả hai thư mục cho mỗi ngày trong năm (DOY), tạo một thư mục con với tên của mỗi
thư mục phải bắt đầu bằng “DOY_”, ví dụ: DOY_033.
- Sau đó đổi tên các tệp bằng cách thêm tiền tố theo mẫu DOY_YYYY_, ví dụ: 033_2001 hoặc
001_2005. thể sử dụng công cụ Total Commander một công cụ hữu ích để đổi tên nhiều tệp
(Link tải xuống: http://www.ghisler.com/index.htm). Với việc đổi tên các tệp là cần thiết để tự động
hóa tên các tệp và tiêu đề của bản đồ thu được.
- Sắp xếp dữ liệu Độ tin cậy EVI và Pixel theo DOY trong các thư mục tương ứng.
326
- Tạo một thư mục con khác trong thư mục dữ liệu EVI có tên là “shape”. Lưu trữ shapefile với
đường ranh giới khu vực thực hiện.
2.3.2. Phương pháp trích xuất dữ liệu từ ảnh vệ tinh MODIS
Chỉ số tiêu chuẩn thực vật (Standard Vegetation Index - SVI) được tính toán từ chỉ số thực vật
tăng cường (Enhanced Vegetation Index - EVI) thông qua việc sử dụng ứng dụng RStudio. Điều này
nhằm mục đích đánh giá sức khỏe của thảm thực vật trong các điều kiện môi trường khắc nghiệt.
Để tính toán SVI, nghiên cứu đã sử dụng dữ liệu hàng tháng từ Terra/MODIS của Dòng
MOD13Q1 định dạng EVI, thể được sử dụng để theo dõi thảm thực vật động lực học. Công
thức EVI được trình bày dưới dạng phương trình 1 (Pongpun Juntakut, 2021).
𝐸𝑉𝐼 = 𝐺 + 𝑁𝐼𝑅−𝑅𝑒𝑑
𝑁𝐼𝑅+𝐶1𝑅𝑒𝑑− 𝐶2𝐵𝑙𝑢𝑒+𝐿 (1)
Trong đó NIR, Red Blue là các band hồng ngoại, đỏ xanh của ảnh vệ tinh MODIS, L là
điều chỉnh nền tán để sửa phi tuyến, C1 và C2 là các hệ số của thuật ngữ kháng sol khí và G là hệ số
khuếch đại hoặc tỷ lệ. Các hệ số được áp dụng cho thuật toán MODIS/EVI là, L=1, C1=6, C2=7,5 và
G=2,5 (Pongpun Juntakut, 2021).
Xác suất giá trị SVI của điểm tiêu chuẩn EVI để phản ánh xác suất của điều kiện thực vật.
SVI có thể được tính toán từ phương trình 2 (In Detail: Drought monitoring using the Standard
Vegetation Index (SVI) | UN-SPIDER Knowledge Portal, không ngày).
𝑆𝑉𝐼 = 𝐸𝑉𝐼𝐸𝑉𝐼𝑚𝑒𝑎𝑛
𝐸𝑉𝐼𝑠𝑡𝑑𝑣
(2)
Mức độ hạn hán của SVI (Pongpun Juntakut, 2021) được phân thành 5 cấp độ dựa trên các giá
trị SVI của độ lệch chuẩn bao gồm hạn hán rất thấp hoặc thảm thực vật rất cao (1,50 đến 2,50), hạn
hán thấp hoặc thảm thực vật cao (0,50 đến 1,50), trung bình hạn hán hoặc thảm thực vật vừa phải (-
0,50 đến 0,50), cao hạn hán hoặc thảm thực vật thấp (-1,50 đến -0,50), và rất hạn hán cao hoặc thảm
thực vật rất thấp (-2,50 đến -1,50) như được trình bày trong Bảng 1.
Bảng 1. Phân loại SVI và mức độ hạn hán
Cấp độ
Giá trị SVI
Hạng mục SVI
Hạng mục hạn hán
1
1,50 đến 2,50
Thảm thực vật rất cao
Hạn hán rất thấp
2
0,50 đến 1,50
Thảm thực vật cao
Hạn hán thấp
3
-0,50 đến 0,50
Thảm thực vật vừa phải
Hạn hán vừa phải
4
-1,50 đến – 0,50
Thảm thực vật thấp
Hạn hán cao
5
-2,50 đến -1,50
Thảm thực vật rất thấp
Hạn hán rất cao
2.3.3. Phương pháp chồng lớp
Sau khi thu được kết quả SVI dưới dạng ảnh bản đồ định dạng tif jpg, tác giả tiến hành chồng
lớp dữ liệu định dạng tif bằng cách tính trung bình của các ảnh từng m sử dụng công cụ raster
calculator trong phần mềm QGIS 3.34.2. Cuối cùng sử dụng ảnh đã tính trung bình này để tạo thiết
kế bản đồ hạn hán tại khu vực nghiên cứu.
3. KẾT QUẢ VÀ THẢO LUẬN
3.1. Phân vùng hạn hán theo mùa
Mặc dù có sự biến đổi lớn về chỉ số SVI, nhưng phân loại về mức độ hạn hán vẫn duy trì ở cấp
độ 3 cả vào đầu và cuối mùa khô như đã mô tả trong Bảng 1.
Đầu mùa khô:
327
Đầu tiên, vào tháng 1 quan sát bản đồ thấy rằng chỉ số SVI có sự biến động từ -2,852 đến 2,999
(Hình 2) từ -2,403 đến 3,169 (Hình 3). Sự dao động này cho thấy sự biến đổi lớn từ trạng thái thực
vật cao đến thực vật thấp trong khu vực nghiên cứu.
Hình 2. Bản đồ phân vùng hạn hán huyện Thuận Nam, tỉnh Ninh Thuận ngày 1 tháng 1 năm 2022
Hình 3. Bản đồ phân vùng hạn hán huyện Thuận Nam, tỉnh Ninh Thuận ngày 1 tháng 1 năm 2023
Vì đã ở vào đầu mùa khô và cuối mùa mưa, tình trạng hạn hán vẫn chưa thể được đánh giá một
cách rõ ràng. Tuy nhiên qua hình 2 hình 3, ta thấy rằng mức độ phủ xanh của thảm thực vật vào
tháng 1 năm 2023 cao hơn so với năm 2022. Trái lại, độ hạn hán của năm 2022 được phân bố rải rác
và nhiều hơn so với năm 2023.
Tiếp theo vào tháng 3 cho thấy phạm vi biến động lớn của chỉ số SVI vẫn tiếp tục. Trong năm
2022, phạm vi biến động từ -3,191 đến 3,040 (Hình 4), trong khi đó năm 2023 có dao động từ -2,804
đến 2,311 (Hình 5). Sự biến động này có thể phản ánh sự ảnh hưởng của các yếu tố môi trường khác
nghiệt của mưa, nhiệt độ và độ ẩm đối với tình trạng của thực vật.